DISCOVER：用于自动糖尿病视网膜病变诊断的光学相干断层扫描血管成像二维多视角摘要化
图像与视频处理
2024-02-07 v1 计算机视觉与模式识别
摘要
糖尿病视网膜病变（DR）是糖尿病的一种眼部并发症，是全球失明的主要原因之一。传统上，DR 使用彩色眼底照相（CFP）这种广泛应用的二维成像模态进行监测。然而，基于 CFP 的 DR 分类预测能力较差，导致 DR 管理效果不佳。光学相干断层扫描血管成像（OCTA）是一种新兴的三维成像模态，可提供增强的结构与功能信息（血流）以及更宽的视野。本文研究了使用三维 OCTA 进行自动 DR 严重程度评估。一个直接的解决方案是使用三维神经网络分类器。然而，三维架构参数众多，通常需要大量训练样本。一种更轻量的方案是使用二维神经网络分类器处理二维正面投影和/或二维横截面切片。这种方法模仿了眼科医生分析 OCTA 采集图像的方式：1）正面血流图常用于检测无血管区和新生血管，2）横截面切片常用于检测黄斑水肿等。然而，随意的数据降维或选择可能导致信息丢失。因此，我们提出了两种互补策略，以二维图像最优地摘要化 OCTA 体积：1）通过深度学习优化的参数化正面投影，以及 2）通过基于梯度的归因控制的横截面切片选择过程。完整的摘要化与 DR 分类流程进行端到端训练。自动生成的二维摘要可显示在查看器中或打印在报告中以辅助决策。我们证明，所提出的二维摘要化与分类流程优于直接的三维分类，并具有可解释性提高的优势。
引用
@article{arxiv.2401.05137,
title = {DISCOVER: 2-D Multiview Summarization of Optical Coherence Tomography Angiography for Automatic Diabetic Retinopathy Diagnosis},
author = {Mostafa El Habib Daho and Yihao Li and Rachid Zeghlache and Hugo Le Boité and Pierre Deman and Laurent Borderie and Hugang Ren and Niranchana Mannivanan and Capucine Lepicard and Béatrice Cochener and Aude Couturier and Ramin Tadayoni and Pierre-Henri Conze and Mathieu Lamard and Gwenolé Quellec},
journal= {arXiv preprint arXiv:2401.05137},
year = {2024}
}